# 在 AnythingLLM 中使用 OAIRoute
> 开源的知识库问答工具
> 支持把文档切成向量，配合大模型做检索增强
> 用 OAIRoute 做生成，用内置向量库做检索
## 第一步：获取 API Key
在 [OAIRoute 控制台](https://api.oairoute.com/keys) 创建。
## 第二步：配置大模型
打开 AnythingLLM，进入 **设置 → LLM 首选项**：
- `LLM Provider` (string / 必填) — 选 `Generic OpenAI`。
- `Base URL` (string / 必填) — `https://api.oairoute.com/v1`
- `API Key` (string / 必填) — 你的 OAIRoute Key。
- `Chat Model Name` (string / 必填) — 手动填模型 ID，例如 `gpt-4o-mini`。
- `Token context window` (integer / 必填) — 填该模型的上下文长度，例如 `128000`。填小了会过早截断，填大了超出模型上限会报错。
## 第三步：配置向量模型
知识库检索需要 embedding 模型。切到 **Embedding 首选项**：
- `Embedding Provider` (string / 必填) — 选 `Generic OpenAI`。
- `Base URL` (string / 必填) — `https://api.oairoute.com/v1`
- `Embedding Model Name` (string / 必填) — 填 embedding 模型 ID，例如 `text-embedding-3-small`。
> **Note:** 
> 生成用的大模型和检索用的 embedding 模型必须分两次配置。只配前者，上传文档时会报「no embedding model」。
## 第四步：建工作区并上传文档
回到主界面建一个工作区，把 PDF、Markdown、网页链接拖进去，点 **Save and Embed**。完成后就能针对这些文档提问。
## 常见问题
**上传文档卡在 Embedding**
embedding 模型没配，或该模型不可用。用模型列表接口核对。
**回答答非所问**
检索没命中。检查文档是否真的切分入库，以及提问措辞是否与文档用词差异过大。
**上下文超限报错**
`Token context window` 填得比模型实际上限大。改成模型真实值。
**LLM 配置{LLM configuration}**
```
Provider
Generic OpenAI
Base URL
https://api.oairoute.com/v1
Chat Model
gpt-4o-mini
Token context window
128000
```
**Embedding 配置{Embedding configuration}**
```
Provider
Generic OpenAI
Base URL
https://api.oairoute.com/v1
Embedding Model
text-embedding-3-small
```
**核对可用模型{Verify available models}**
```
curl https://api.oairoute.com/v1/models \
  -H "Authorization: Bearer YOUR_OAIRoute_KEY"
```